> For the complete documentation index, see [llms.txt](https://weekly-essay.mikey.wang/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://weekly-essay.mikey.wang/fr/2024/essay-collection-ai.md).
# Recueil de notes — Intelligence artificielle
Le CES vient de se terminer. Les fabricants chinois y sont revenus cette année, et l’électronique grand public a visiblement retrouvé de l’animation et de nouveaux centres d’intérêt. Deux tendances m’ont particulièrement marqué : l’IA et les équipements de stockage d’énergie.
L’IA ne se limite plus à des services distants dans le cloud ; elle s’intègre profondément aux appareils grand public. AI PC, AI for All : tous les fabricants prennent des positions stratégiques sur l’IA. L’idée que 2024 sera la première année de la rencontre entre IA et terminaux fait de plus en plus consensus. Le Rabbit R1 illustre cette nouvelle forme de matériel qui a suscité un intérêt bien au-delà du cercle des amateurs. Les fabricants traditionnels de téléphones et de PC suivront certainement, mais je mise davantage sur des leaders de segments spécialisés comme iFlytek et DJI.
Les équipements de stockage d’énergie gagnent en maturité et commencent à entrer sur le marché grand public. L’énergie semble avoir toujours été pilotée par l’offre : réforme du mix énergétique, du réseau, des prix de l’électricité… Le consommateur avait peu de choix. Le stockage peut transformer le côté consommation, augmenter l’usage de l’énergie verte et permettre des solutions énergétiques à l’échelle du foyer. On peut, par exemple, stocker de l’énergie verte en heures creuses et l’utiliser pendant les pointes pour lisser la demande. Cela répond à l’irrégularité de la production renouvelable tout en réduisant les coûts. Cette technologie restera probablement longtemps au stade des premiers utilisateurs, comme les NAS qui, malgré des années de développement, restent surtout un marché de passionnés. Les usages domestiques de l’énergie sont pourtant intéressants à imaginer : voir combien d’énergie verte on consomme chaque jour et, si l’on peut injecter sa production sur le réseau, combien de personnes on alimente et combien d’émissions on évite. La neutralité carbone à l’échelle d’un foyer pourrait aussi donner naissance à un nouveau marché d’échange.
***
J’ai récemment lu un livre dont le titre chinois signifie « Voilà ce qu’est ChatGPT ». La préface de Liu Jiang est excellente.
Commençons par l’auteur, Stephen Wolfram, un personnage contemporain hors norme qu’il faut connaître. Enfant, il méprisait les « livres idiots » recommandés par l’école et n’était pas bon en calcul. Ses professeurs ont donc d’abord pensé qu’il n’irait pas loin. Pourtant, à treize ans, il avait écrit plusieurs livres de physique ; à quinze ans, il publiait un article de physique des hautes énergies qui fut cité cinq fois. À vingt ans, il obtenait son doctorat à Caltech. Il reçut ensuite une bourse MacArthur, dont il fut aussi le plus jeune lauréat. Il travailla à l’Institute for Advanced Study de Princeton, étudia les automates cellulaires et fut l’un des pionniers de la science de la complexité.
L’apprenabilité et l’irréductibilité computationnelle forment l’une des tensions centrales de son propos. L’arrivée de GPT donne l’illusion que les ordinateurs sont soudain devenus extrêmement puissants. En réalité, les problèmes difficiles à calculer le restent. La nature de ce qui peut être appris et de ce qui est computationnellement irréductible n’a pas changé. Nous pensions simplement que des tâches comme écrire un article étaient très difficiles pour un ordinateur. Elles ont en fait une faible profondeur computationnelle et apparaissent aujourd’hui plus simples que nous ne l’imaginions.
Pour Wolfram, le succès de ChatGPT est un fait scientifique important. Il suggère que nous pouvons encore découvrir de grandes « lois du langage », qui seraient en réalité des « lois de la pensée ». Si nous parvenons à les expliciter, nous pourrons peut-être réaliser ce que fait ChatGPT d’une manière plus directe, plus efficace et plus transparente. C’est l’avantage technique de GPT, et ce qui explique pourquoi le traitement du langage fondé sur le symbolisme n’a jamais atteint un niveau satisfaisant. Dans un entretien vu récemment, Fei-Fei Li disait que l’humanité se trouvait peut-être à nouveau à un moment « pré-newtonien », à la veille de comprendre ces lois.
Wolfram étudie les principes fondamentaux de la nature et de la société. Il a conçu depuis longtemps un langage, le Wolfram Language. Un langage de programmation ordinaire dit précisément à l’ordinateur ce qu’il doit faire. Le Wolfram Language représente et traite les pensées humaines sous une forme computationnelle. C’est un langage de calcul général qui permet de parler de presque tout dans le monde en termes de calcul. Il vise à permettre aux humains comme aux ordinateurs de « penser de manière computationnelle ».
Wolfram a transformé ses recherches en Wolfram|Alpha, un système accessible sur le Web. L’utilisateur saisit une demande en langage naturel, puis une immense base de connaissances, des algorithmes et des règles produisent une réponse précise et détaillée. Pour les calculs mathématiques, par exemple, ses réponses sont beaucoup plus fiables que celles de ChatGPT. Beaucoup y voient la première technologie d’IA véritablement pratique. On peut l’essayer sur ; il ne prend actuellement en charge que l’anglais. Lorsque le livre a été écrit, GPT-4 n’existait pas encore. Wolfram envisageait déjà de combiner les deux : faire d’abord traiter une question par Wolfram|Alpha pour obtenir une analyse fondée sur des connaissances et des faits exacts, puis transmettre le résultat à GPT pour produire une réponse plus juste et plus naturelle. Le plugin Wolfram est maintenant disponible dans GPT-4, ce qui facilite l’usage conjoint de ces deux puissants systèmes.
En fin de compte, l’auteur me paraît aussi intéressant que ChatGPT. La trajectoire de personnages comme Wolfram a toujours quelque chose de familier et d’étrange. Après quelques années de ralentissement liées à la pandémie, la technologie a repris une progression spectaculaire qui se poursuit à une vitesse étonnante. Moins d’un mois après le retour des congés du Nouvel An, Sora et Claude 3 sont apparus. Il y a désormais presque chaque mois une annonce majeure. Notre mystérieuse terre d’Orient n’a jamais manqué de génies, mais quand produira-t-elle de tels personnages singuliers ? Cela me rappelle la question de Qian Xuesen et le problème de Needham.
Voici les conseils de Wolfram pour le travail et l’apprentissage à venir. Je les partage comme matière à réflexion.
La manière la plus efficace d’avancer consiste à découvrir de nouvelles possibilités et à définir ce qui a de la valeur pour soi.
Il faut passer de la réponse aux questions à l’apprentissage de la formulation des questions, et apprendre à déterminer lesquelles méritent d’être posées. Autrement dit, passer de l’exécution fondée sur le savoir à une stratégie du savoir.
L’étendue des connaissances et la clarté de la pensée seront importantes.
Apprendre directement tous les détails n’est plus nécessaire. Nous pouvons apprendre et travailler à un niveau supérieur, en faisant abstraction de nombreux détails concrets. Il faut intégrer plutôt que se spécialiser, penser aussi largement et profondément que possible et mobiliser le plus possible de connaissances et de cadres de pensée.
Apprenons à utiliser les outils pour agir. Nous nous appuyions davantage sur la logique et les mathématiques ; il faudra désormais prêter une attention particulière aux paradigmes de calcul et aux modes de pensée directement liés au calcul.
***
Tencent Technology a récemment lancé une série d’entretiens intitulée « Retour sur les grands modèles chinois ». Trois ont été publiés à ce jour, avec Yang Zhilin, Zhu Xiaohu et Wang Xiaochuan.
Le format est bon. Chacun s’exprime seul dans son propre cadre. Il n’y a pas de confrontation enflammée ; les réponses prennent la forme de défenses raisonnées, après un délai de réflexion. Les heurts entre les idées, les différences de vision du monde et la diversité des perspectives sont particulièrement intéressants.
L’idée centrale de Yang Zhilin est d’obtenir généralisation et personnalisation en combinant long contexte et lois d’échelle. Le long contexte ressemble à une mémoire de plus en plus grande, capable de conserver tout votre historique ainsi qu’une masse d’informations numérisées sur le monde. Tous les problèmes peuvent alors être modélisés dans ce cadre. La loi d’échelle signifie qu’en investissant suffisamment de calcul, le système s’améliore.
Zhu Xiaohu représente ceux qui croient au marché. La courbe technologique très raide des grands modèles finira nécessairement par ralentir, et la diffusion de la technologie permettra forcément aux modèles ouverts de rattraper les modèles fermés. Il faut appliquer une « capacité d’IA suffisante » à des usages commerciaux qui peuvent rapporter rapidement, puis construire des barrières avec les données massives et particulières du marché chinois. Le B2B est aujourd’hui le terrain le plus propice à la monétisation ; le B2C coûte encore trop cher à financer.
Après avoir vu les deux premiers entretiens, Wang Xiaochuan estime que leurs auteurs ne perçoivent qu’une partie de l’ensemble, comme dans les fables des aveugles et de l’éléphant ou du petit cheval qui traverse la rivière. La technologie incite à regarder loin, le commerce à regarder près. Mais la question actuelle est moins celle de la distance que celle de la vision d’ensemble. Il réfléchit depuis longtemps à la façon de transformer la vie en modèle mathématique. GPT est un outil puissant pour cela, et c’est ce qui l’a poussé à créer de nouveau une entreprise l’année dernière. Il veut utiliser GPT pour construire des mondes virtuels, des représentations du vivant et du monde réel, et trouver une adéquation entre technologie et produit, ou TPF, dans le jeu, la santé et la productivité. Il reste réservé sur Sora : il le considère comme un produit intermédiaire, qui n’appartient pas à la même branche que GPT et n’a pas le langage pour axe central. Sora ne serait qu’un simulateur, incapable de constituer un modèle du monde.
Je ne sais pas si c’est volontaire, mais l’ordre des entretiens est lui aussi remarquable. On passe de la foi dans la technologie à la foi dans le marché, puis à la foi dans le monde. Un autre ordre aurait peut-être raconté une autre histoire.
***
Deux exemples montrent comment la technologie peut permettre à une industrie de se développer de manière plus concentrée et plus efficace, en choisissant de diffuser la technologie qui apporte le plus de valeur.
Le rapport sur les tendances de l’IA publié la semaine dernière par Stanford HAI contient une série de données intéressante dans son quatrième chapitre, consacré à l’économie. L’investissement privé total dans l’IA et les emplois associés ont diminué au cours des trois dernières années, alors que les investissements et les emplois dans l’IA générative ont augmenté. La baisse du total paraît contre-intuitive. Contrairement aux vagues technologiques précédentes, elle traduit une diffusion plus concentrée de la technologie. J’y vois deux raisons. D’abord, les entreprises, le monde universitaire et la recherche partagent un consensus technique clair. Les voies de recherche convergent vers les LLM représentés par GPT, et l’évolution des capacités s’accélère de l’IA spécialisée dans une tâche, ou TSAI, vers l’AGI. Ensuite, cette vague de création d’entreprises exige beaucoup de capitaux et de ressources. Elle semble favoriser les grandes entreprises technologiques plutôt que les renverser, du moins pour le moment.
La semaine dernière, à l’occasion d’une réunion à la Banque agricole de Chine, j’ai rencontré pour la première fois en personne notre équipe de calcul préservant la confidentialité. La tendance des banques vers un marketing plus ciblé et efficace est très nette. Elles ont abandonné l’idée de distribuer de l’argent sans discernement. Celui qui les aide à voir clairement les rendements et à faire leurs comptes a davantage de chances d’obtenir leurs budgets marketing. La technologie joue évidemment un rôle dans cette évolution, et le calcul préservant la confidentialité est un support important du marketing de précision. En Chine, il est impossible de parler de ce domaine sans évoquer SecretFlow d’Ant, qui porte presque à lui seul le développement de l’industrie. Faire de l’open source un moyen majeur de diffusion technologique est peut-être la forme la plus ambitieuse de commercialisation.
***
La semaine dernière, nous avons trouvé un bon cas de convergence entre les LLM, le métier et la technologie. Le produit de relevé de comptes enrichi destiné aux entreprises offre un usage pertinent pour les grands modèles. La plateforme technique possède, elle, les capacités d’ingénierie pour assembler des applications intelligentes. Réunir les deux peut réduire le coût de démarrage des explorations de la plateforme commerçants dans ce domaine.
J’ai essayé l’outil de création d’applications intelligentes de la plateforme technique. Son expérience produit prend Coze comme référence. Son moteur de workflows permet de combiner librement un LLM, des requêtes HTTP, une base de connaissances ou l’exécution de blocs de code pour assembler rapidement l’application voulue. Nous en sommes actuellement à la troisième phase du MVP. Pour les services en ligne directement destinés aux clients, il faut encore approfondir l’étude et la validation.
La séance de réflexion sur ce relevé enrichi a permis de dégager des orientations précises. Premièrement, des données exactes et complètes. Deuxièmement, une saisie comptable simple dont le coût marginal diminue. Troisièmement, un regroupement pertinent des opérations et des catégories assez fines. Quatrièmement, une analyse des recettes et dépenses qui aide à piloter l’activité et puisse orienter vers des services financiers. Deux usages des grands modèles sont envisageables dès maintenant. Le premier est la synthèse de l’analyse des revenus : une simple phrase, mais qui est actuellement produite par un ensemble assez complexe de règles codées en dur. Le second concerne le coût de la saisie. Le dialogue avec un chatbot s’y prête bien : texte en langage naturel, voix, images et autres modes de saisie peuvent réduire l’effort demandé à l’utilisateur. Si nous ouvrons aussi un compte public WeChat pour enregistrer les opérations à la volée, l’accès à la comptabilité peut passer d’un sous-menu de l’application commerçant à une entrée directe dans WeChat. Sur Android, une application appelée Xiaoguai Jizhang propose déjà quelque chose d’assez proche.
***
La semaine dernière, Huiling et moi avons parlé de la plateforme d’assemblage d’applications intelligentes, puis d’une observation du LRP sur l’évolution de la forme des produits internes de gestion. Cette discussion m’a ouvert les yeux. La tendance est au passage d’interactions principalement fondées sur des pages à des interactions avec de grands modèles. On pourrait dire : « Pourquoi votre prochaine application frontend devrait-elle être une page ? » La forme finale d’une application entièrement fondée sur un grand modèle reste incertaine, mais son interaction devrait reposer intégralement sur une interface naturelle, une NUI. Auparavant, on livrait par exemple un ensemble de pages aux équipes opérationnelles. Mettre en ligne une campagne marketing demandait N étapes de configuration et un mode opératoire. Avec un grand modèle, l’équipe devrait simplement exprimer clairement la tâche de configuration, vérifier, confirmer, et avoir terminé.
***
Depuis mon passage à Huawei, installer les dernières applications de la Silicon Valley est devenu difficile. J’ai donc fini par prendre un iPhone avec un identifiant américain, spécialement pour découvrir les produits étrangers. Ces deux dernières semaines, je suis resté plongé dans les allers-retours entre les deux téléphones. Une impression se dégage : sur la face A, celle des produits purement numériques et en ligne, nous avons encore un écart important à combler. Sur la face B, nous avons un avantage incontestable.
Deux exemples. Je n’ai appris que la semaine dernière que Perplexity était le précurseur des produits RAG sur le marché. Il reste simple et direct, à la différence des produits C2C apparus ensuite, souvent pleins d’effets décoratifs qui cherchent à détourner l’attention et rendent le parcours confus. Le deuxième exemple est Arc. Sa version mobile, lancée cette année, est elle aussi très appréciée ; on dit qu’iOS 18 en reprendra certaines idées. « Browser for Me », le geste de pincement associé au résumé, l’appel : autant de nouvelles interactions pour un navigateur mobile. Arc a été créé par The Browser Company, une jeune entreprise de New York. Je me souviens vaguement que Yujie m’avait recommandé sa version de bureau au Nouvel An chinois 2023, lorsqu’elle fonctionnait encore sur invitation. J’ai beaucoup de respect pour cette entreprise. Elle m’a montré ce qu’est une innovation guidée par les utilisateurs. Je crois qu’elle repense et redéfinit réellement le navigateur.
***
Apple a redéfini les lettres AI avec son jeu de mots « Apple Intelligence ». Au cœur du système se trouvent les modèles exécutés sur l’appareil. Cette intelligence locale dont on parle depuis si longtemps atteint enfin un tournant.
Les usages présentés par Apple à la WWDC n’ont rien de particulièrement extraordinaire en apparence. Pourtant, parmi tous ceux qui créent des applications, Apple sait manifestement trouver des usages plus astucieux, dont la valeur est plus immédiatement perceptible. La nouvelle calculatrice d’iPadOS, par exemple, reconnaît les formules manuscrites, les calcule et les représente graphiquement. Les trois minutes de démonstration étaient si fluides que je les ai regardées bouche bée.
**L’intégration du matériel et du logiciel montre une nouvelle fois sa force.** Chez Apple, elle ne concerne pas seulement le produit et son système, mais aussi les puces et les outils de développement. Le modèle local dispose d’autorisations et d’un accès aux données au niveau du système ; les données personnelles de l’utilisateur servent à son ajustement. Il faut équilibrer calcul, données, modèle et sécurité. Pour bien le faire, l’intégration matérielle et logicielle semble être la seule voie, et c’est aussi ce qui permet de donner réellement la priorité à la confidentialité et à la sécurité.
**Après l’App Store, y aura-t-il un Model Store ?** À mesure que la puissance locale augmente, les modèles disponibles sur les appareils pourraient venir de plusieurs fournisseurs. Un développeur pourrait, par exemple, choisir un modèle préentraîné populaire pour la programmation. En construisant l’infrastructure de calcul et les Intent API, Apple pourrait créer une nouvelle plateforme pour un marché de modèles, ouvrir les premiers usages avec ses propres modèles et stimuler la créativité de la communauté.
**La réussite dépendra, au bout du compte, de la vitalité de la communauté.** Dans la méthode Apple, l’enthousiasme affiché sert à mobiliser les développeurs et à attirer les meilleurs. L’attraction d’Apple sur les excellents développeurs du monde entier reste la plus forte. Cela me fait penser à Huawei : c’est peut-être le point le plus difficile à rattraper. Huawei a remporté de premières victoires dans l’intégration du matériel et du logiciel. Mais il reste beaucoup de chemin pour offrir aux développeurs le respect visible à la WWDC et leur permettre de gagner correctement leur vie.
***
Les progrès de l’IA locale sont réjouissants. Lors du FEDAY de novembre dernier, je pensais encore qu’il faudrait deux ou trois ans pour une mise en œuvre réelle. Un peu plus de six mois ont suffi pour qu’Apple et Google présentent chacun une solution à leur écosystème.
À Google I/O 2024, Jason Mayes a présenté le nouveau thème du Web AI. Il était auparavant le porte-parole de TensorFlow\.js ; il dirige maintenant le Web AI. Celui-ci repose sur WebAssembly et WebGPU. WebNN n’a pas été mentionné, ce qui suggère un développement inférieur aux attentes : les appareils équipés de NPU restent, après tout, peu nombreux. Visual Blocks est une plateforme de composition de workflows de machine learning qui permet de créer des applications Web AI. On peut donc assembler sans code un workflow d’IA locale, pour la traduction, le détourage ou la classification de texte, par exemple. Chrome a déjà intégré une partie de ces capacités : la version Canary de Chrome 127 permet d’utiliser Gemini Nano.
Les avantages de l’IA locale restent la confidentialité et la sécurité, le fonctionnement hors ligne avec peu de latence, et le faible coût. Jason a donné un exemple très parlant de réduction des coûts.
> Prenons les visioconférences. Beaucoup proposent de flouter ou de supprimer l’arrière-plan pour protéger la vie privée.
>
> Une caméra produit généralement 30 images par seconde. Pour une réunion de 30 minutes en moyenne, il faut donc traiter l’arrière-plan de 54 000 images.
>
> Avec un million de réunions par jour, cela représente 54 milliards de traitements quotidiens.
>
> Même en supposant un coût extrêmement faible de 0,0001 centime de dollar par traitement, on obtient encore 5,4 millions de dollars par jour, soit environ 2 milliards de dollars de calcul GPU côté serveur par an.
>
> En réalisant le floutage sur le client avec Web AI, ces coûts disparaissent.
>
> D’autres modèles peuvent aussi être transférés dans le navigateur, par exemple pour supprimer les bruits de fond et améliorer les réunions à très faible coût.
***
Parlons de l’effet des grands modèles sur les programmeurs.
La conduite intelligente en Chine connaît un tournant. Elle passe d’une conduite automatisée contrôlée par des règles à une conduite intelligente de bout en bout, sans carte, fondée sur de grands modèles. Les anciennes équipes apparaissent désormais comme une industrie à forte intensité de main-d’œuvre. La conduite automatique reposait sur des modules de perception, de planification et de contrôle. Hormis certaines applications de vision par ordinateur dans la perception, la planification et le contrôle consistaient à définir des règles cas par cas et à les coder en dur dans le système. Après la transition, on n’a plus besoin d’autant de programmeurs pour écrire ces règles. C’est pourquoi, malgré l’enthousiasme pour la conduite intelligente cette année, les suppressions de postes sont nombreuses dans le secteur. Musk a publié un message affirmant qu’avec la nouvelle version de FSD, Tesla était passé de 300 000 à 3 000 lignes de C++, faisant disparaître 99 % du code. L’approche de bout en bout se heurte à deux défis. D’abord, les données : dépasser les conducteurs humains grâce aux lois d’échelle exige des volumes immenses. Seul Tesla pourrait actuellement disposer d’un tel volume, et lui seul aurait entièrement conçu son système dans cette logique. Ensuite, la réglementation de la sécurité : on ne peut pas expliquer l’effet de chaque paramètre sur la conduite. Pour la maîtrise et l’audit du système, le droit devra donc accepter une grande tolérance au début.
Une personne appelée lapurita a publié sur Reddit un billet sur une « vitesse de développement multipliée par dix avec Claude Sonnet 3.5 ». Je ne sais pas encore qui est cette personne, mais elle semble influente. Elle explique à quel point Sonnet 3.5 est puissant pour programmer, nettement supérieur à ChatGPT-4. De mon côté, je viens de passer plus d’un mois sur une refonte technique, en explorant aussi la collaboration entre humain et machine : quelles tâches confier au grand modèle, lesquelles garder pour soi ? J’ai travaillé avec Claude du début à la fin, sans utiliser Google une seule fois. Je me reconnais dans ce billet : programmer avec Claude devient vite addictif. Les grands modèles me donnent plus de temps et de choix. Ils me permettent de sortir des petites contraintes syntaxiques de faible valeur pour réfléchir davantage à la conception, optimiser et pratiquer une programmation stratégique. Je suis convaincu que nos méthodes de travail, nos processus de livraison et les critères de concurrence entre individus changeront bientôt. C’est certain.
***
Nous avons déjà parlé des effets potentiels des grands modèles sur la productivité. Un ou deux mois plus tard, de bons produits qui les intègrent profondément à l’expérience de programmation sont apparus.
**TL;DR : il faut essayer Cursor.**
Pour suivre les progrès des grands modèles dans la programmation, regardez cette combinaison : Claude + Cursor + Vercel. Nous sommes peut-être en train de franchir le fossé entre les premiers utilisateurs et la première majorité. Les conséquences potentielles concernent toujours le niveau de productivité et les stratégies de concurrence, pour les individus comme pour les organisations. Dans les activités exploratoires en particulier, la vitesse est parfois décisive. Essayer, se tromper et apprendre constituent la stratégie. Celui qui trouve le premier l’adéquation produit-marché peut prendre l’avantage du premier entrant. Si le coût de développement passe sous un certain seuil et que la productivité atteint un nouveau niveau, cette stratégie de vitesse peut se renforcer au point de modifier la structure même de la concurrence.
1. Claude 3.5 Sonnet s’est clairement installé à la première place du raisonnement sur le code. Presque tous les bons produits de programmation par IA adoptent Sonnet comme modèle sous-jacent, y compris Cursor. Les programmeurs sont une ressource productive relativement chère. Pour transformer la productivité, Claude a choisi le domaine qui lui semblait offrir le plus grand effet de levier. Les premiers utilisateurs des grands modèles sont souvent des développeurs. Se concentrer sur le raisonnement en programmation permet aussi de gagner habilement la faveur de leur communauté, puis d’influencer le choix des technologies au niveau des applications. Si je me souviens bien, Strip a adopté une stratégie similaire dans le paiement.
2. Cursor est actuellement l’IDE à intégration profonde de l’IA le plus en vue, avec des retours très favorables dans la communauté. Après son passage à Sonnet, de nombreux utilisateurs de Copilot l’ont rejoint. Comparons les deux. Copilot suit une logique de plugin. Il a été conçu d’abord pour compléter le code et faire des suggestions, plutôt que pour participer profondément à tout le processus de programmation. Les éditeurs d’IDE qui l’intègrent ne font pas non plus de personnalisation particulière, d’où une expérience inégale. Les liens commerciaux empêchent en outre de remplacer le modèle sous-jacent par Claude. Cursor suit une logique d’IDE : c’est un VS Code profondément modifié. Il apporte de nombreuses optimisations de l’interface et des interactions, plus conformes à l’intuition des développeurs. Pour qu’un grand modèle soit plus utile, il faut qu’il comprenne mieux le projet. Cursor dispose précisément d’un avantage important dans le traitement du contexte global. En dehors de Cursor, Claude propose aussi un nouvel outil en ligne de commande, Claud Engineer. Il permet des opérations plus directes sur le système de fichiers, l’exécution de scripts et la recherche sur le Web. Dans certains cas, il est plus pratique qu’un IDE.
3. Vercel v0 est un outil de génération de code très commenté récemment. Il produit des interfaces et du code pour des technologies comme TypeScript, React ou Next.js. Cet intérêt vient du fait que le code généré se rapproche de plus en plus des exigences de production, ou du moins d’un code qu’un développeur peut reprendre et poursuivre. Claude possède une fonction correspondante, Artifact, qui génère aussi des interfaces et du code. Vercel v0 paraît toutefois plus proche d’une solution pleinement aboutie dans ce domaine. Vercel joue un rôle croissant dans le frontend. Next.js et Turbopack lui appartiennent. L’entreprise ne fournit pas seulement un outil ou un framework isolé : elle construit un écosystème couvrant toute la vie d’une application frontend, du développement et de la construction au déploiement et à l’exploitation. Son positionnement est en fait celui d’un fournisseur cloud d’infrastructure frontend, rémunéré par ses services cloud. Elle progresse aussi dans les applications d’IA, en utilisant cette technologie pour simplifier et accélérer le développement. Outre v0, elle propose AI SDK, une bibliothèque TypeScript destinée aux applications Web fondées sur l’IA.
***
Cette année, j’ai réorganisé et amélioré la qualité générale de mes sources d’information. Cela m’a amené à réfléchir à la distribution de l’information.
Sur Internet, celle-ci est passée par quatre étapes : les portails, la recherche, l’abonnement et la recommandation, avec une efficacité croissante.
La fermeture de Google Reader, il y a dix ans, marque le passage de l’abonnement à la recommandation. Google Reader était un lecteur RSS. S’abonner par RSS exige de bonnes capacités d’organisation et un travail continu de sélection et de maîtrise des sources. Ce modèle ne pouvait donc répondre qu’aux besoins d’une minorité. La consommation de contenus recommandés par des machines s’est ensuite imposée, en Chine comme ailleurs.
Les mécanismes de recommandation actuels ne permettent pas un saut dans la qualité des sources. Les bonnes sources se trouvent encore par des méthodes assez traditionnelles. Par rapport à il y a dix ans, je ne sais pas si les asymétries produites par les bulles informationnelles nous ont rendus plus ouverts ou plus étroits d’esprit. Les silos compliquent encore la gestion des sources : beaucoup ne proposent pas d’abonnement direct, mais sont dispersées dans les listes de comptes suivis sur différentes plateformes. À l’étranger, il reste des newsletters et des abonnements RSS. Des plateformes comme Substack permettent aussi une relation directe entre lecteurs et auteurs, en ne fournissant que la technologie et les services. Mais ce type de distribution n’est pas dominant.
Les LLM commencent à modifier la distribution de l’information à grande échelle et à faire émerger une nouvelle étape. Je ne sais pas ce qui suivra. En descendant au niveau du système d’exploitation, ils pourraient défaire la logique de distribution des plateformes actuelles. Avec la transformation des données en actifs, nous fournirons peut-être tous, demain, du contenu à l’IA.
Je voudrais partager une application que j’essaie en ce moment : Ground News. Son principe me semble représenter, dans une certaine mesure, l’avenir, même si les LLM n’y jouent pas encore un rôle décisif. Ground News est conçu pour lutter contre l’asymétrie de l’information, compléter les points de vue politiques et éviter de glisser vers des positions extrêmes. Chaque actualité est analysée selon deux dimensions : Bias et Factuality. Bias correspond à l’orientation politique. L’application calcule la proportion de médias de gauche et de droite parmi ceux qui couvrent l’événement. Si une actualité est surtout rapportée par des médias de droite, une personne qui lit habituellement des médias de gauche devrait y prêter attention, sinon elle risque fortement de la manquer. Factuality désigne la fiabilité factuelle. Ground News ne vérifie pas la véracité de chaque nouvelle : il calcule un pourcentage de fiabilité à partir des médias qui la rapportent. Leur évaluation repose surtout sur la qualité des sources de leurs reportages passés et sur la rapidité avec laquelle ils corrigent les informations erronées.
###